AI 研究助理

基于站内最新资料,回答 AI 前沿问题

回答带出处引用,支持多轮追问,当前页面内容会作为上下文

快速响应
AI 前沿跟踪
今日首页重点内容GitHub 趋势榜
领域
学术研究
大模型
具身智能
AI 基础设施
智能体 · Skill · MCP
机器人
多模态
自动驾驶
数据 / MLOps
AI 硬件
安全对齐
综述与报告
论文机器人触觉传感开源机器人操作CAD

OpenTac: An Open Ecosystem for Customizable, Scalable, and Transferable 3D Tactile Sensing

查看原文(PDF)
AI 解读已生成 · AI 生成,数字以原文为准
AI 全文总结值得深入基于论文全文 4.5 万字 · 完整阅读

OpenTac 开源全栈 3D 触觉皮肤生态,32×32 皮肤自适应采集达 1286 Hz

OpenTac 针对触觉皮肤定制难与采样率低,提出压阻式柔性皮肤:由柔性PCB、压阻薄膜和结构化凸块覆盖层构成,每个凸块覆盖一组 taxel,通过共模与差分信号同时估计法向和剪切力。生态含 OpenTac-CAD、基于 MuJoCo 的 OpenTac-Sim、按物理坐标映射的 OpenTac-Transfer 与自适应局部扫描 OpenTac-Xampling,CAD 能从轮廓、可展曲面或自然语言生成制造文件和 manifest。作者制造 31 种布局并在真实机器人上验证,三轴力与 OptoForce 对比后,作者报告 SO-101 插头插入任务中 OpenTac-3D 成功率达 70%,高于仅本体感觉基线;自适应采样达 1286 Hz,而全扫描为 67 Hz。跨传感器迁移中位 F1 为 0.750。局限包括 FPCB 不可拉伸、需可展表面、压阻有迟滞漂移和温度依赖,自适应采样牺牲空间完整性。

  1. 1自动生成 31 种传感器布局,部署 4 台真实机器人
  2. 232×32 皮肤自适应采集 1286 Hz,捕获 3 ms 撞击
  3. 3钥匙锁任务成功率 18%→62%,剪切感测是关键

为什么重要 对做触觉硬件与机器人操作的人:自动定制 + 3D 力估计 + 跨传感器迁移,已在 4 台真机验证,直接关联自研触觉方案选型适合 做触觉传感器选型、机器人标定与接触丰富操作学习的工程与研究人员

来源
arxiv.org
发布
2026/10/23

中文(AI 翻译)

我们提出 OpenTac,一种新型传感器以及面向触觉皮肤的全栈生态系统,这些触觉皮肤高度可定制、可扩展,并易于部署到下游机器人控制和学习应用中。我们的核心贡献有两点。

首先,我们开发了一种可扩展的电阻式触觉皮肤,它带有结构化可变形覆盖层,可将切向载荷转换为空间变化的压力。相邻“taxels”之间的差分响应支持解码局部剪切向量,而共模响应编码法向力。

其次,我们提供了一个高度可定制的传感器设计工具,它能够从 2D 轮廓和可展开 3D 表面自动生成这些触觉皮肤的制造文件,包括从抽象描述(例如文本,如“为 9 号鞋鞋垫设计传感器”)生成。我们围绕 OpenTac 传感器构建了一个生态系统,包括 CAD 设计工具、传感器模拟器、跨传感器迁移,以及快速/自适应数据采集。

我们通过在多种机器人本体上设计并制造超过 30 个传感器,展示了 OpenTac-CAD 传感器设计工具的广泛适用性。我们使用商用高精度力/扭矩传感器表征了 OpenTac 产生的三维触觉场。

我们在四个真实机器人本体上展示了 3D 触觉传感在富接触反馈控制和操作策略学习中的广泛适用性。此外,自适应采集支持千赫兹速率的部分读取,在 1024-taxel 皮肤上,每次更新采样 16 个 taxel 时,其速度超过同一传感器上的全阵列光栅扫描 19.2X。

我们提供所有硬件、软件和结果视频,地址为 opentac.github.io。

原文

We present OpenTac, a novel sensor and a full-stack ecosystem for tactile skins that are highly customizable, scalable, and readily deployed in downstream robot control and learning applications.

Our core contribution is twofold. First, we develop a scalable resistive tactile skin with a structured deformable overlay that converts tangential loading into spatially varying pressure.

Differential responses across neighboring "taxels" support decoding of local shear vectors, and the common-mode response encodes normal force.

Second, we provide a highly customizable sensor design tool that is able to automatically generate fabrication files for these tactile skins from 2D outlines and developable 3D surfaces, including from abstract descriptions such as text (e.g., "design a sensor for a size 9 shoe insole").

We develop an ecosystem around the OpenTac sensor, including the CAD design tool, a sensor simulator, cross-sensor transfer, and fast/adaptive data acquisition.

We demonstrate the broad applicability of the OpenTac-CAD sensor design tool by designing and fabricating more than 30 sensors across a variety of robot embodiments.

We characterize the three-dimensional tactile fields produced by OpenTac with a commercial, high-precision force/torque sensor.

We demonstrate the broad applicability of 3D tactile sensing across contact-rich feedback control and manipulation policy learning on four real-world robot embodiments.

Additionally, adaptive acquisition enables kilohertz-rate partial readouts, exceeding full-array raster scanning on the same sensor by 19.2X at 16 sampled taxels per update for a 1024-taxel skin.

We provide all hardware, software, and result videos are at opentac.github.io

0.95

Fx R2

0.93

Fy R2

0.96

Fz R2

0.11N

Fx RMSE

0.16N

Fy RMSE

0.15N

Fz RMSE

注释 · 默认配置为 4×4 bump strip,LINQSTAT 薄膜,4.0 mm 间距,0.2 mm 电极间隙。出自 图 6d / §4.2

67Hz

全扫描

1286Hz

M=16 自适应

19.2×

采样提升

3/3

撞击检测

2/6

全扫描检测

注释 · 全扫描读 1024 taxels 为 67 Hz;网球 30 cm 跌落撞击约 3 ms。出自 图 12 / §4.7

展示 OpenTac-CAD 从 YUBI、UMI、LEAP、Robotiq、B2 表面生成 FPCB,153–467 taxels 仅需 35–46 通道,自动打包优于矩形基线
采样频率
67–1286 Hz(自适应)
ADC
12-bit
读板
60-pin / 30-pin
连接
USB 直插流式数据

深度总结

1 / 8
真机策略学习成功率· 表格

OpenTac-3D 在三种接触丰富任务中全部高于法向力与 proprioception 基线

任务基线 poseOpenTac-1DOpenTac-3DFlexiTac
Peg-in-hole66%60%82%58%
Plug insertion54%—70%—
Key-in-lock18%43%62%—

注释 · Peg-in-hole 与 plug insertion 各 50 次试验,key-in-lock 25 次;均不使用视觉。出自 图 10 / §4.4